技術文章 | 無人駕駛中如何向行人傳遞車輛信息

一、車輛與行人的通信

在如今的交通中，駕駛員和其他道路使用者之間的通信對于保證有效的交通流是絕對必要的。具體而言，易受傷害的道路使用者（如行人）依賴與駕駛員的互動（眼神交流，手勢等）來判斷汽車運行狀態(tài)。哥倫比亞大學2016年的一項研究表明，如何保證人車通信的有效性，將是自動駕駛質量驗收的一大挑戰(zhàn)。

在無人駕駛車輛是大勢所趨的背景下，人們學習接受新的信號已成必然。然而，一項有700多名參與者的實驗證明，由一些標準性組織如GTB、SAE和ISO提出的改變信號燈顏色的方式不能增加其對于行人判斷信息的確定性。現階段流行的兩種可行通信方式是符號和LED線條，而符號主要分為兩種方式。LED線條的成本更低，但行人無法直觀地理解，且容易讓其他道路使用者誤判車輛行駛方向，從而導致事故。因此，本論文探討了符號和LED線條作為無人駕駛車輛中最流行的車-人通信解決方案的直觀性和易學性。

二、調查方法設計

我們將參與者隨機分為兩組。一組只看到來自（A）和（C）的信號，另一組只看到（B）和（C）的信號。在測試了技術適用性、注意力測試和色覺評估后，向參與者播放一段視頻：在城市環(huán)境中，一輛汽車在斑馬線上為行人停車，隨后繼續(xù)行駛。視頻中車輛信號隨組別改變而改變。參與者必須用開放式答案和相應的答案置信度來解釋視頻中的信息，并在五個車輛狀態(tài)中進行選擇。完成選擇后，參與者會立即得知選擇的正誤，并且參加后續(xù)測試，對另外的一種信號進行判斷。該在線調查持續(xù)48h，以保證參與者至少有一個睡眠階段可以進行最佳學習。

總共有1176名參與者參加了調查，而在最后一次跟蹤調查之前仍有283人參加。參與者的平均年齡為33.5歲，從16歲到73歲不等。48.5%的受試者為女性，51.5%為男性。45.3%的人生活在城市，41.1%的人生活在郊區(qū)。只有13.6%的人生活在農村地區(qū)。

三、調查結論

1.   直觀性

三位獨立評審員將參與者的開放性答案分為四類（對，部分對，錯，不回答），以確定第一次接觸情景的識別率。符號在第一次接觸時比LED線條信號具有更高的識別率。假設第一次接觸的識別率至少為66.7%，意味著交流是直觀的（見ISO 9186-1989），只有符號A.2、A.3、B.2和B.3滿足此要求。除了符號A.1/B.1外，參與者尤其不能直觀地理解通過LED線條進行的通信。最后，SUS和TLX的結果表明，與LED線條相比，符號的直觀性更高，識別符號所需的努力更少。

2.   易學性

車輛-行人通信的可學習性對于廣泛理解車輛-行人通信非常重要。下圖顯示了識別率隨時間或測量點的變化，表明比起LED線條信號，符號的識別率始終較高，且增長幅度比LED線條光更高。。

四、總結與展望

調查清楚地表明，車-人溝通是可以學習的，尤其是符號在直觀性和可學習性方面有很大的優(yōu)勢。在所有情況下，相對于LED線條，符號的直觀性都更高，這一點對于所有MPs都保持不變。雖然，符號顯示出極好的學習率，但更實際和直接的實現將是利用現有的光功能。這是因為，對于上述所有方法，額外的光源是必要的，這會導致額外的成本。為了克服額外車燈的缺點，作者建議將現有的燈光進行空間或時間調制。